如何使用pandas删除DataFrame某列中与另一列匹配的子串

你之前的代码df.FULL_NAME.replace({str(df['NAME']):''}, regex=True)无法生效的核心原因是：str(df['NAME'])会将整个NAME列的Series对象转为包含索引、全列取值的一段汇总字符串，并非实现每行的FULL_NAME和当前行的NAME值做匹配替换的逻辑。

方案1：逐行apply实现（逻辑直观，适合中小数据集） #

这个方案逻辑最好理解，同时会自动处理NaN的场景，也可以灵活控制替换规则，避免替换后出现多余空格、正则特殊字符报错等问题：

import pandas as pd
import re

df['FULL_NAME'] = df.apply(
    lambda row: re.sub(
        rf'\s*{re.escape(str(row["NAME"]))}\s*',
        ' ',
        str(row['FULL_NAME'])
    ).strip()
    if pd.notna(row['FULL_NAME']) and pd.notna(row['NAME'])
    else row['FULL_NAME'],
    axis=1
)

方案2：向量化操作（性能更高，适合百万级以上大数据集） #

如果数据集规模很大，apply的遍历性能会偏低，可以用Pandas原生向量化字符串操作提升执行效率：

import pandas as pd

mask = df['FULL_NAME'].notna() & df['NAME'].notna()
df.loc[mask, 'FULL_NAME'] = (
    df.loc[mask, 'FULL_NAME']
    .str.replace(df.loc[mask, 'NAME'].apply(re.escape), '', regex=True)
    .str.replace(r'\s+', ' ', regex=True)
    .str.strip()
)

两种方案执行后都会得到你预期的输出结果：

FULL_NAME   NAME
0              LAST  FIRST
1               NaN    NaN
2        FIRST LAST  NAME2
3             FIRST  NAME3
4        FIRST LAST  NAME4

内容的提问来源于stack exchange，提问作者S S